[管理学]第09章 数据统计分析——SPSS操作.ppt

数据统计分析 ——SPSS操作 一. SPSS文件的建立与整理 SPSS数据文件的特点 （三）数据的基本加工和处理 4.文件格式调整(Restructure) （数据整理） 通过增加行来减少列或者通过增加列来减少行。 （一）频数分析（汽车购买）  目的 粗略把握变量的总体分布状况 快速检验数据录入是否有明显错误 制作频数分布表：包括计算 频数、累计频数、百分比、累计百分比 绘制统计图形：条形图（定类数据）、饼图、 直方图（定距数据） 频数分析中的其他分析 计算中位数、分位数:适用于定序、定距数据 数据按升序排序后，找到若干个分位点上的变量值 quartiles:计算四分位数25%(QL)、50%(中位数)、75%(QU) cut points for n equal groups: n等份 percentile: 自定义百分位点 计算众数:适用于定类数据（但必须是数值型） 进行此操作，以后的数据分析仅对选取的个案进行分析。 分割文件 (Data-split file) 按某一变量将文件分成若干部分，以便分析不同部分的差异。 （数据整理） （二）描述统计（Descriptives）（居民储蓄数据） 目的 精确把握变量的总体分布状况 了解数据的集中趋势、离散趋势、对称程度、陡峭程度。 采用的方法 计算基本描述统计量 将原始数据转换成标准正态分布值 描述统计量 数据标准化处理 新变量的均值为0,标准差为1; 小于0表示在平均水平下,大于0反之. 正态分布的数据标准化后呈标准正态分布 save standardized values as variables选项 将变量作标准化后,结果存入名为“Z+原变量名”的新变量中. （三）交叉分组下的频数分析（汽车购买1） 目的 了解不同变量在不同水平下的数据分布情况 例：不同户口的储户收入水平分布一致吗？(两变量) 不同职业的女性比男性爱逛商店？(三变量) 采用的方法 产生交叉列联表 分析列联表中变量间的关系 产生交叉列联表 产生交叉列联表应用举例 城镇和农村的储户收入水平一致吗？ 行变量：户口；列变量：月收入 定距数据可做适当分组后再产生列联表 可以进行卡方检验 由此可见，期望值（独立模型）与观察值的差距越大，说明两变量越不独立，也就越有相关。因此，卡方的表达式如下： 卡方的取值在0～∞之间。卡方值越大，关联性越强。 卡方检验 H0:行列变量之间无关联或相互独立 H1:行列变量之间存在相互关系（相互影响） （四）多选项分析（居民储蓄数据） 多选项问题的处理方法 思路： 数据录入时将一个多选项问题定义成几个变量，用这几个变量来描述该问题的几个可能被选择的答案。 分析时再将这几个变量合并成变量集。 分别做频数分析或交叉分组下的频数分析 定义多选项变量集 分析多选项 三. 均值比较 优点 按变量取值分组分别计算各描述统计量，而不需调用split file 过程。并且结果放在一起，有利于比较。 2. 单样本t检验（均值检验） (一)含义： 检验某变量的总体均值与指定的检验值之间是否存在显著差异。 例如：周岁儿童的平均身高是否为75厘米 (二)要求： 变量为定距变量 应用举例 周岁儿童的平均身高为75厘米吗？ 检验结果 3. 两独立样本t检验（均值检验） 上海周岁儿童的平均身高比北京周岁儿童的平均身高低吗？ 结论： 首先,如果F检验的P≤α,则拒绝F检验的H0,认为方差不齐性;其次看Unequal行的t检验概率.如果≤α,则拒绝t检验的H0,认为两总体均值有显著差异;如果α,则不拒绝t检验的H0. 首先,如果F检验的P α,则不能拒绝F检验的H0,认为方差齐性;其次看equal行的t检验概率.其余同上 5. 两配对样本t检验 应用举例 某种减肥茶真起到减肥作用了吗？ 检验结果 四、相关分析 五、回归分析 六、因子分析 七、信度分析 结论：若Pa，则拒绝H0，表明家庭人口规模对汽车保有量有显著的影响。 Analyze—Multiple Response—Define Sets Analyze－Multiple Response 1. Mean 过程（汽车购买） Analyze—Compare Means—Means 数据要求： 自变量为分类变量，因变量为定距变量 Analyze—Compare Means—One-Sample T Test Analyze—Compare Means—Independent-Samples T Test Analyze—Compare Means— Paired-Samples T Test Paired Samples Test 7.0